大数据审计下统计分析的方法研究摘要：当前，大数据时代已经来临，在大数据背景之下，如果对海量、多类型、体量巨大的数据进行处理成为人们思考的问题，同时也对大数据审计工作提出了更高要求。本文结合大数据审计中统计分析方法的作用，探究统计分析方法在大数据审计中的操作规范，发现使用统计分析方法可以及时识别潜在的风险违规点，精准定位海量数据，提高审计工作效率，体现了应用统计分析方法可以更好地满足大数据时代对审计工作提出的新要求与新标准。关键词：大数据审计；统计分析；风险；要求大数据时代的到来，对审计工作是机遇也是挑战，挑战体现在审计人员需要从海量数据中将违规点快速、精准的找到并提取出来，需要有效处理复杂、大容量的数据。而通过运用统计方法则可以充分运用到大数据带来的机遇，及时、快速对大容量数据处理，减轻了工作负担，将工作效率提高了。一、大数据审计中统计分析方法的作用1.采集、导入及预处理数据审计部门开展审计工作均会在特定的时间段内进行，实时数据增加致使采集工作难度增大，鉴于此，工作人员会通过备份并还原数据的方式开展数据采集工作，从而及时处理实时增加的数据，不会出现遗漏问题。与传统方法相比较，导入及预处理数据主要目的均是将需要处理的数据转换为结构化数据，使数据更加直观，处理起来更加快速。2.数据分析、审计疑点挖掘对已结构化的審计数据使用、回归分析、描述统计是统计分析方法的主要步骤，数据分析主要是对数据宏观趋势、散度、分布等在时间及空间维度下的分析，进而帮助审计人员将需要分析事件的历史原貌恢复出来，快速掌握历年来审计单位的发展及变化；多元回归分析法的应用，可以将影响数据的参数找到，分析数据间相互影响参数的关联，及时辨别出异常数据，将审计疑点快速找出；对数据高离散点重点关注，计算偏差率，对离散点明显的数据。通过以上分析可以发现，分析数据时，运用正确、科学的统计分析方法尤为重要，也是及时、快速找出疑点的重要前提。二、统计分析方法在大数据审计中的操作规范1.描述性统计在大数据审计中的操作规范对数据的分布特征、趋势变化通过描述性统计方法中的均值、极值、方差、求和、众数、中位数等分析要素可以快速、直观的掌握，对审计单位业务内容、财务数据趋势、离散情况、分布状态通过使用线性回归分析法可以快速掌握。比如，某电力集团开展的一项审计工作，审计人员先分析了近年来的报表数据，即2010年～2015年的报表数据，重点对集团负债总额、营业收入、利润总额使用描述性统计方法重点分析，同时，概化描述了净资产收益率、国有资产保值增值率、资产负债率，并对其进行了趋势分析，从而使审计人员了解到集团改革前后发展变化及经营趋势，总结出集团发展的特点。具体分析情况为：2010～2015年，该集团的单位资产总额及利润总额有所增加，即从752.40亿元、-50.12亿元增加至1524.02亿元、32.52亿元，增长了115.25%、165.23%。同样增加的还要净资产收益率及国有资产保值率，分别为-50.25%增加至8.42%，增长了50.35个百分点，4.02%增加至8.23%，增长了107.85个百分点。通过线性回归分析了审计区间内的各个指标数据，发现该集团2012年与2013年的利润总额与净利润较回归线偏离较远，说明这两年内大幅度增长了利润总额与净利润，进一步说明了两年间集团的业绩良好，审计人员需要将业绩良好的原因找出，对实际工作的规范、真实与否调查，从而避免出现财务弄虚作假的情况。2.关联分析在大数据审计中的操作规范收集、存储数据在大数据时代下通常会使用专业数据软件，常见的有SQL与Oracle两种，表内及表间的关联通常会利用不同表内不同关键字或者相同关键字。通过进一步对不同表间使用关联数据的关系分析，审计人员可以及时将异常数据找到，并且深度分析这些异常数据，进而将出现异常的原因得到，将审计疑点找出。比如，在某石化企业审计工作中，分析同一个身份的炼油与油品销售数据时，按照同一个油品类型的入库数控与出库数据对相同企业相同交易对手，使用关联审计法对比分析，发现相同交易对手既入库又出库同一数据的相同油品情况，并且在同一天，通过对数据及入库、出库情况的深入调查，同时调查当时的发票开具情况，可以及时将工作开展过程中是否存在虚增销售收入、虚开发票的情况审查出来，同时对是否存在相同类型进一步判断，深入审查是否存在石化企业间共用成品油串换业务，协调造假的情况，如果这些情况存在，财务报表会随之失去真实性，收入及发票均存在造假。3.多元回归分析在大数据审计中的操作规范在大数据时代下，会在过程型业务数据与结果型业务数据之间呈现一种变量关系，也是审计数据库的一个特征表现。审计人员寻找回归关系可以借助历史数据，在原有历史数据中将现有历史数据代入，将特定时间内可能存在的数据区间推导出来，与实际发生的数据区间比